大数据背景下商业银行供应链金融的风险识别与控制研究开题报告

研究目的

中小企业为我国经济的增长贡献很大，表现为企业数量多，但各自规模较小，并且大多为非上市公司，财务数据不透明，而站在商业银行的角度，发放贷款的目的是希望能定期收到利息，到期收回本金，这就需要融资企业具有很好的偿债能力以及较高的商业信誉；而基于中小企业的本质，商业银行对中小企业信息的了解可能不全面，甚至其管理层还存在欺骗的可能性。供应链金融的提出就是为了解决中小企业融资难的问题，但依旧存在操作风险、市场风险和信用风险，当中信用风险表现出经常发生却又难以控制，例如，2012年8月发生的上海钢贸事件和2014年发生的青岛港融资骗贷案，各金融机构损失惨重，整条供应链断裂，阻碍经济的良性发展。本次研究的目的就在于把大数据的手段引入到信用风险评估中，希望能找到一个更好的风险评价方法，帮助商业银行评估中小企业的信用风险，减少不良贷款的发生。

研究意义

（1）理论意义

目前来说，供应链金融信用风险一直伴随着商业银行的经营活动，目前关于该课题的研究大部分基于财务报表分析层次，尽管各企业的财务报表对评估风险有很大的帮助，但在我国的会计准则之下，即采用权责发生制，该制度优点很明显，不足之处就是容易留给企业管理层操纵利润的机会，而大数据征信则是通过发现企业在经营活动中留下的痕迹进行风险评价，收集大量的非财务信息，有利于辅助风险控制，通过对大数据征信的研究，可以为商业银行采用大数据手段提供理论依据。

（2）实践意义

本次研究不仅仅是基于理论的研究，会选择较合理的评价指标构建风险评估体系，将理论用于实践当中，现如今计算机技术飞速发展，大数据的实施已经成为可能，在国外，zestfinance公司早已引入大数据技术评估个人信用风险，国内的蚂蚁金服和京东金融也采用大数据征信的方式取得不错的效果，这将是未来信用风险评估的趋势，因此，选择大数据征信为研究对象有很强的现实意义，希望本次研究能给商业银行信用风险评估作参考。

研究内容：

第一章 绪论

1.1研究背景

1.2研究目的及意义

1.3文献综述

1.4研究内容和方法

1.5本文的特色与创新

第二章供应链金融相关理论研究

2.1供应链金融内涵和风险类型

2.2供应链金融信用风险分析

2.3大数据对风险评估的作用分析

第三章 基于大数据的信用风险评价体系构建

3.1信用风险的影响因素分析

3.2信用风险评价指标的选择

3.3信用风险的评估等级划分

第四章 供应链金融信用风险的控制研究

4.1A商业银行背景介绍

4.2A商业银行面临的主要风险及形成原因

4.3A商业银行风险控制措施

第五章 研究结论及建议

5.1研究结果

5.2相关建议及展望

参考文献

研究计划：

1、 本文的研究课题比较新颖。供应链金融信用风险的研究是近几年才提出的，研究数量并不多，目前大多数学者的研究集中在传统的风险评估思想中，依旧采用融资企业提供的财务数据和相关资料进行风险评价，又或者是要求融资企业提供资产质押的方式降低贷款风险，这在很大程度上增加了中小企业的融资压力，给商业银行增加评估成本。因此，研究大数据征信很有必要，也是本文的亮点。

2、 本文引入大数据的概念。相较传统的信用风险评价方法，不仅仅包含基本的财务指标评价，而是采用数据挖掘以及机器学习的手段收集数据，侧重于抓住一些企业在日常活动中留下的痕迹，如企业用水用电、企业高管人员日常行为等行为数据，以弥补传统信用评估模型评估信用风险的不足之处。